1Enviar o escaneado PDF documents; unha escaneación limpa en escala de grises de 300 PPP dálle ao recoñecidor máis para traballar.
2Dígalle que lingua esperar - nomear a linguaxe é mellor que deixar que a adivine por unha marxe ampla.
3Executar a pasada de recoñecemento; as palabras son escritas de novo como unha capa invisíbel sobre a imaxe da páxina orixinal.
4Obteña o ficheiro PDF pescudábel, parece idéntico, pero agora pode procurar e escoller o texto nel.
PDF con recoñecemento óptico de caracteres Preguntas frecuentes
O formato da fonte afecta ao recoñecemento?
+
Así é. PDF fixa a páxina: as fontes tipográficas, vectores, imaxes raster e coordenadas de texto conxélanse para que cada lector vexa a mesma disposición. O xeito en que se garda a páxina decide a información de resolución e cor coa que ten que traballar o recoñecidor.
Algo específico para PDF aquí?
+
Si — un PDF é un gráfico de obxectos, non unha imaxe de páxina, polo que o texto permanece seleccionábel e os vectores permanecen nítidos independentemente do que suceda co contido raster dentro del. Afecta o que o recoñecidor pode ver.
Como converte OCR PDF unha dixitalización en texto?
+
Concretamente, cada páxina é representada, executada a través dun recoñecemento de texto Tesseract en máis de 100 linguas, e as palabras recoñecidas son escritas de novo como unha capa de texto invisible colocada sobre a imaxe orixinal, de xeito que a páxina non se ve alterada pero é buscable e seleccionábel. A páxina segue a ter o mesmo aspecto que antes: o texto recoñecido está invisíbel detrás da imaxe, polo que as procuras e a selección funcionan sen mudar a aparencia.
Que linguas pode recoñecer?
+
Máis de 100, incluíndo os alfabetos latino, cirílico, grego, árabe, hebreo, chinés, xaponés, coreano e indio. Indicarlle que idioma esperar mellora materialmente a precisión en comparación con deixar que adiviñe.
Sobreviven os marcadores, ligazóns e campos de formulario?
+
Os contornos, as ligazóns internas e as anotacións presérvanse sempre que a operación o permita. As sinaturas dixitais son a excepción: calquera modificación no ficheiro invalida necesariamente a sinatura, porque é precisamente para iso para o que serve unha sinatura.
Que podo enviar a OCR PDF?
+
Calquera PDF estándar, incluíndo os producidos por un escáner, por un procesador de textos ou por un controlador de impresión. Os ficheiros cun contrasinal de propietario que só restrinxe a edición son xestionados; os ficheiros que precisan dun contrasinal de usuario para abrir non o son, e non tentamos romper o cifrado.
Hai un límite de tamaño de ficheiro en OCR PDF?
+
Si: as contas libres procesan documentos de ata 5 MB cada un, o que cobre a maioría dos informes e contratos, pero non un documento longo escaneado a 600 PPP; Ghostscript e qpdf fan o traballo. Os PDF escaneados son o que normalmente excede este límite, e comprimir o documento primeiro é normalmente suficiente para o volver a baixar.
Reducirá OCR PDF a calidade do meu PDF documents?
+
O texto e as ilustracións vectoriais son obxectos en vez de píxeles, polo que permanecen perfectamente nítidos en calquera zoom, non importa o que suceda. Só as imaxes raster incorporadas poden degradarse, e só se a operación que escolla as remuestra.
Por que un sitio de formato moderno executaría OCR PDF?
+
O WEBP.to está construído arredor da substitución moderna dos dous antigos predeterminados: un formato que fai lossy, lossless, alfa e animación, e que é máis pequeno que o JPEG ou PNG do que procede. A xente chega aquí despois de decidir que os antigos valores predeterminados lles están a custar ancho de banda, e esa decisión inmediatamente levanta o resto: que tamaño, que calidade, que lle pasa á transparencia. OCR PDF está no mesmo envío e na mesma conta, polo que estas preguntas son respondidas nun só lugar.
Unha vez executado OCR PDF, que vale a pena facer a continuación?
+
O conversor deste sitio move imaxes desde e cara WebP, PNG, JPG e AVIF, onde pode decidir se un ficheiro máis pequeno vale a pena perder nos navegadores máis antigos. É importante facelo nesta orde: escolla os píxeles primeiro e o contedor despois, porque o contedor é a decisión máis barata e os píxeles a máis cara.
Os sitios irmáns teñen algo diferente?
+
Os motores son idénticos: as mesmas bibliotecas, os mesmos traballadores, as mesmas maiúsculas. O que é diferente é a opinión que se engade, e a opinión aquí está baseada nunha propiedade do formato que dá nome a este sitio: a mesma extensión. webp pode conter unha imaxe VP8 con perdas, unha sen perdas ou unha animación, polo que a rota de procesamento sensata decidese por ficheiro en vez de por extensión.
Que pasa co meu ficheiro e é necesaria unha conta?
+
Non hai conta, e non se conserva nada: os envíos son eliminados dos traballadores pouco despois de que remate a tarefa, e non se inspecciona, lista nin indexa nada. As contas só existen para o historial e o tamaño do lote.
